Віджай Кумар, засновник і генеральний директор Mile – Серія інтерв’ю

Віджай Кумар, засновник і генеральний директор Mile, зосередив свою кар’єру на допомозі цифровим видавцям витягувати більшу цінність з програмної реклами через розширені машинне навчання і оптимізацію, керовану даними. Від часу заснування Mile у 2013 році він очолював стратегію компанії та бачення продукту щодо покращення відкритої торгівлі, розробки систем, які динамічно керують ціною, оптимізують аукціони та підвищують якість сигналів для отримання вимірюваних доходів, одночасно знижуючи операційну складність для видавців.

Mile – це компанія з Нью-Йорка, яка займається рекламною технологією і працює як шар оптимізації доходів, керований штучним інтелектом, на “останній милі” монетизації – там, де динаміка аукціонів визначає доходи видавців. Її платформа інтегрується з існуючою програмною інфраструктурою для доставки динамічного ціноутворення, формування трафіку, збагачення ставок і аналітики в реальному часі, що дозволяє видавцям максимізувати рівень заповнення і ціни за тисячу показів через інтелектуальну автоматизацію. Зосереджуючись на точній оптимізації, а не на додаванні складності до рекламного стека, Mile допомагає видавцям захопити більше цінності, яка вже присутня в їхньому інвентарі.

Ви заснували Mile у 2013 році, ще до того, як штучний інтелект став модним словом в рекламній технології. Що ви бачили безпосередньо у монетизації видавців і динаміці відкритої торгівлі, що переконало вас, що система фундаментально пошкоджена і варто перебудувати?

Коли Mile розпочала роботу, відкрита торгівля швидко розширювалася, але інтелект видавців не тримав темп. Більшість рішень на стороні продажу були статичними – ручні ціни, грубі правила, рідкі зміни – тоді як поведінка покупців ставала дедалі більш динамічною і стратегічною.

Що виділялося на початку, так це те, що аукціони не були неефективними через брак попиту, а через те, що видавці не мали справжнього контролю. Відкриття цін фактично було передано покупцям і посередникам, а видавці реагували вже після цього.

Система не була “пошкоджена” у драматичному сенсі – вона була несбалансированою. Коли аукціони ставали більш складними, видавці потребували адаптивної, керованої даними системи рішень на своїй стороні аукціону. Ця прогалина зробила проблему вартою перебудови з нуля.

Сьогодні Mile працює як шар оптимізації, керований штучним інтелектом, на основі існуючих стеків видавців. Як би ви описали основну проблему, яку платформа вирішує для видавців зараз?

Основна проблема – координація.

Видавці вже використовують складні стеки – Prebid, Amazon, AdX, кілька SSP – але кожна компонента працює незалежно. Не існує вбудованої системи, яка могла б подивитися на аукціони і запитати: як ця інвентаризація повинна бути оцінена і маршрутизована зараз, враховуючи фактичну поведінку ринку?

Mile діє як шар інтелекту над стеком. Ми не заміняємо Prebid або існуючий попит. Ми допомагаємо видавцям приймати кращі, реальні рішення щодо ціноутворення і права на участь, використовуючи результати аукціонів як зворотний зв’язок.

На практиці це означає захист цінності, коли існує конкуренція, і уникнення необіхідного обмеження, коли її немає – все це без дестабілізації доставки.

Mile тренує штучний інтелект на власних даних аукціонів кожного видавця перед активацією. Чому тренування на місці так важливо в живих програмних середовищах?

Бо програмні ринки дуже локальні.

Два видавці з подібними аудиторіями можуть мати дуже різні еластичність попиту, перекриття бідерів, профіль затримки і чутливість доходів. Генеричні моделі, треновані на пулі даних, схильні вивчати середні значення, яких не існує на практиці.

Тренуючи штучний інтелект на власній історії аукціонів видавця, Mile вивчає, як їхній попит реагує на ціну, конкуренцію і сегментацію. Це дозволяє системі працювати консервативно, де потрібно, і сміливо, де сила сигналу виправдовує це.

Тренування на місці не є чимось бажаним – це те, що робить штучний інтелект придатним для живих аукціонів без введення ризику.

Mile використовує машинне навчання для безперервної корекції мінімальних цін на рекламу в реальному часі, реагуючи на сигнали попиту без шкоди для рівня заповнення. Чому така адаптивна ціна так важко отримати правильно в програмній рекламі?

Бо помилки ціноутворення асиметричні.

Якщо ви недооцінюєте інвентаризацію, вартість прихована. Якщо ви переоцінюєте її, покарання негайне – втрачений рівень заповнення, втрачений дохід і зламаний траст. Це робить більшість систем ціноутворення або надто агресивними, або постійно обережними.

Окрім того, аукціони не стаціонарні. Стратегії покупців змінюються протягом дня, по географіях і у відповідь на загальні ринкові умови. Статичні правила швидко ламаються.

Адаптивна ціна працює лише тоді, коли система розуміє невизначеність, безпечно тестує і знає, коли не діяти. Це менше про максимізацію цін за тисячу показів і більше про підтримання стабільності, одночасно захоплюючи перевагу, коли умови дозволяють.

Довір’я критично важливо, коли штучний інтелект впливає на рішення щодо ціноутворення. Як ви думаєте про прозорість і контроль для видавців, які використовують Mile?

Штучний інтелект повинен допомагати видавцям, а не перевершувати їх.

У Mile видавці визначають межі – діапазони ціноутворення, обсяг інвентаризації, темп розгортання і пороги продуктивності. Система працює в цих межах і забезпечує чітку видимість того, що змінюється і як це впливає на результати.

Ми свідомо уникаємо не прозорої автоматизації. Видавці можуть сегментувати, паузувати або відкатити зміни в будь-який момент, і вони можуть побачити, як рішення щодо ціноутворення корелюють з рівнем перемог, цінами за тисячу показів і доходами.

Довір’я виникає з огляду і контролю, а не з проханням видавців “довіряти моделі”.

Ви сидите на перетині штучного інтелекту і видавницької рекламної технології через свою роботу з Prebid і IAB Tech Lab. Як ці перспективи формують те, як ви будуєте і керуєте технологією Mile?

Робота в тісній співпраці з Prebid і IAB Tech Lab підкреслює важливість думання на рівні всієї екосистеми.

Короткострокова оптимізація, яка викривляє аукціони або використовує крайні випадки, схильна повернутися бумерангом. Довгострокова цінність виникає з посилення відкритих, прозорих систем, де видавці зберігають контроль.

Ця перспектива формує як архітектуру, так і керування в Mile. Ми інтегруємося чисто в існуючі рамки, поважаємо механіку аукціонів і уникаємо логіки, яка могла б створити приховані переваги або підірвати довір’я в відкритій торгівлі.

Наша мета – зробити рішення видавців розумнішими без ослаблення системи, на яку вони покладаються.

Багато інструментів монетизації, керованих штучним інтелектом, обіцяють підвищення доходів, але не справляються в продуктивному середовищі. З вашого досвіду, що відрізняє системи, які забезпечують тривалі результати, від тих, які не роблять цього?

Різниця полягає в тому, чи побудована система для продуктивного реалітету.

Багато інструментів оптимізуються до статичної мети і припускають, що умови залишаться незмінними. На живих ринках вони не залишаються. Попит адаптується, стратегії змінюються, і вчора сигнал стає шумом.

Системи, які тримаються, вважають продуктивне середовище безперервною навчальною лабораторією. Вони постійно вимірюють, адаптуються обережно і градуйовані, коли впевненість низька.

Не менш важливо – сдержанність. Найкращі системи не втручаються всюди – вони діють вибірково, лише тоді, коли сигнал достатньо сильний, щоб виправдати зміну.

Як продовжуються зміни конфіденційності, втрата сигналів і ринкова волатильність програмної реклами, де штучний інтелект забезпечує найбільшу перевагу для видавців сьогодні?

Найбільша перевага полягає в розумінні поведінки ринку, а не ідентичності користувача.

Навіть коли адресованість знижується, аукціони все одно генерують багаті сигнали – густота ставок, розкид цін, реакційні моделі, конкурентне перекриття. Ці сигнали важко інтерпретувати людям у великому масштабі, але добре підходять для машинного навчання.

Штучний інтелект дозволяє видавцям оптимізувати на основі того, як попит фактично поводиться, а не покладатися на ідентифікатори, які стають дедалі більш хрупкими.

Mile працює з преміум-видавцями по декілька ринків Tier-1. Які відмінності ви бачите в динаміці попиту або стратегіях оптимізації по регіонах?

Основи залишаються однаковими, але профіль ризику відрізняється.

Північна Америка схильна мати глибші, більш волатильні аукціони, які винагороджують адаптивні системи, які можуть рухатися швидко без надмірної реакції.

Європейські ринки часто більш обмежені і стабільні, що ставить премію на точність і обережність.

На ринку APAC фрагментація і змінність затримки роблять захист від збитків і стабільність доставки такими ж важливими, як і оптимізація доходів.

По регіонах загальне урок – що жорстка логіка не спрацьовує, а адаптивні, орієнтовані на видавця системи працюють краще.

Для видавців, які зараз оцінюють шари оптимізації, керованої штучним інтелектом, що вони повинні розуміти про те, що пропонує Mile, і коли це забезпечує найбільший вплив?

Mile не є заміною вашого стека, і це не є швидким рішенням.

Це забезпечує найбільший вплив, коли видавці вже мають попит, але не мають можливості цінової і координованої оптимізації в реальному часі. Це зазвичай відбувається, коли ручні правила і статичні ціни починають платити дивіденди.

Видавці повинні вважати Mile шаром інтелекту, який посилюється з часом – вивчаючи їхній ринок, працюючи в їхніх межах і покращуючи якість рішень, коли умови змінюються.

Якщо ви шукаєте швидкі хитрощі, це неправильний інструмент. Якщо ви будуєте довгострокову стійкість і контроль, це те місце, де Mile найкраще підходить.

Дякуємо за велике інтерв’ю, читачам, які бажають дізнатися більше, повинні відвідати Mile.